AI算法技术专家

上海、西安、深圳、北京

面向昇腾的AI全栈算法技术研究

负责昇腾AI系统的性能优化，主要研究问题包括但不限于：

1、大模型训推加速技术：研究大模型分布式训推策略，改进训练/推理引擎，利用先进的并行计算，强化学习等技术，降低训练成本和推理延迟；

2、软硬结合的高性能算子：设计并优化适配昇腾硬件平台的高性能算子，通过多算子融合，算子自动化等技术实现硬件资源的充分利用，提升大模型整体运行性能；

3、AI集群任务调度：包括多任务的全局资源编排调度、异构算力编排调度、多业务混部、训推混部等。

1、 计算机科学、人工智能等相关专业，博士优先；具备扎实的数学、算法和编程基础；

2、 熟练掌握深度学习/强化学习/高性能计算相关算法，熟悉PyTorch等AI开发框架，熟悉大规模分布式计算、并行计算相关算法及框架；

3、 发表相关研究论文（一作，CCF A类）3篇以上；包括但不限于计算机系统（分布式并行、高性能计算、GPU加速）、AI大模型（transformer、AIGC ）等方向；

4、 有顶会最佳论文，ICPC等顶级竞赛金牌，GitHub等开源平台成功项目经验者优先。

AI编译器技术专家

上海、西安、深圳、北京

面向昇腾的AI编译器技术研究

1、负责AI编译器的设计与开发，优化AI模型在昇腾硬件的编译与部署效率。

2、研究LLVM、MLIR等编译器框架，构建高性能算子自动生成、图优化、内存优化等技术方案。

3、与算法团队合作设计编译友好的大模型架构，推动MoE、混合精度训练等技术的编译器级支持。

4、探索AI与编译技术的结合方向（如自动并行化、动态shape优化、稀疏计算加速等）。

1、计算机/人工智能/电子工程/数学等相关专业，博士优先；具备扎实的数学、算法和编程基础；

2、发表相关研究论文（一作，CCF A类）2篇以上；包括但不限于计算机系统（分布式并行、高性能计算、GPU加速）、AI大模型（transformer、AIGC ）等方向；

3、熟悉GPU/昇腾NPU结构，了解LLVM/MLIR/TVM/Triton等AI编译器经验者优先；

4、深入理解大模型技术栈（Megatron/DeepSpeed/ColossalAI），熟悉LLM训练/推理的显存与算力瓶颈。